BAB I PENDAHULUAN
1.1
Latar Belakang Pada umumnya, ilmu ekonomi mempelajari hubungan-hubungan diantara
peubah-peubah ekonomi (variabel ekonomi). Analisis regresi merupakan analisis statistik yang digunakan untuk mengetahui keterkaitan antara satu peubah tak bebas (dependent) dengan satu atau lebih peubah bebas (independent). Dalam analisis regresi dipelajari bagaimana proses untuk membangun sebuah model fungsional dari data untuk dapat menjelaskan atau meramalkan suatu fenomena alami atas fenomena yang lain. Analisis regresi bertujuan untuk mengestimasi dan meramalkan nilai populasi berdasarkan nilai tertentu dari peubah yang diketahui. Ada dua jenis analisis regresi yaitu regresi linear dan regresi non linear, tetapi yang menjadi perhatian dalam penelitian ini adalah regresi linear. Jika dalam analisis melibatkan satu peubah bebas (independent), maka analisis yang digunakan adalah analisis regresi linear sederhana. Sedangkan jika melibatkan lebih dari satu (minimal dua) peubah bebas (independent), analisis yang digunakan adalah analisis regresi linear berganda. Dalam analisis regresi linear sederhana maupun analisis regresi linear berganda dilakukan penaksiran model melalui metode tertentu. Taksiran titik-titik dapat diperoleh dengan menggunakan metode penaksiran yakni metode kuadrat terkecil (Ordinary Least Square) dan metode kemungkinan maksimum (Maksimum Likelihood).
1
2
Prinsip-prinsip yang mendasari regresi linier berganda tidak berbeda dengan regresi linier sederhana. Akan tetapi, dalam regresi linear berganda akan dijumpai beberapa permasalahan yang dapat mengganggu model, bahkan dapat menyesatkan kesimpulan yang diambil dari persamaan yang dibentuk, seperti multikolinieritas, heterokedastisitas (juga dapat ditemui di dalam regresi sederhana) dan autokorelasi. Multikolinearitas adalah adanya hubungan linear di antara peubah-peubah bebas (independent) dalam regresi linear berganda. Dengan demikian
perlu
modifikasi
model
untuk
menghindari
kemungkinan
multikolinearitas tersebut. Salah satu modifikasi model yang telah dikembangkan berkaitan dengan masalah multikolinearitas adalah Partial Adjustement Model (PAM). Dalam ilmu ekonomi, terutama pada data runtun waktu (time series), biasanya peubah bebas (independent) menimbulkan perubahan pada peubah tak bebas (dependent) setelah selang waktu tertentu, yang disebut lag (lagged). Oleh karena itu perumusan dari hubungan-hubungan ekonomi memerlukan nilai-nilai lag (lagged values), sehingga harus dibentuk model dinamis, yaitu pembentukan model dalam hubungannya dengan perubahan waktu. “Partial Adjustement Model (PAM) yang dikenal juga dengan istilah “Stock Adjustment Model”, pada dasarnya merupakan bentuk rasionalisasi Model Koyck yang dikembangkan oleh Mark Nerlove pada tahun 1958. Model Koyck (1954) adalah metode sederhana yang digunakan dalam mengestimasi hubungan peubah tak bebas (dependent) dengan peubah bebas (independent) yang dalam persamaannya mengakomodasi peubah beda kala (lag).
3
Model lag terdistribusi dari model Koyck ini diasumsikan bahwa koefisienkoefisien dari peubah-peubah yang di-lag menurun secara geometris. Ada 2 model yang merupakan bentuk rasionalisasi dari model Koyck yakni Partial Adjustement Model (PAM) dan Model Harapan Adaptif. Partial Adjustement Model (PAM) menyerupai model koyck maupun Model Harapan Adaptif dalam arti bersifat autoregresif. Tetapi model ini mempunyai unsur gangguan yang jauh lebih sempurna yaitu gangguan semula untuk dikaitkan dengan suatu konstanta ߜ. Partial Adjustement Model (PAM) ini mengacu pada model percepatan fleksibel dari teori ekonomi yang mengasumsikan bahwa ada jumlah keseimbangan optimal diinginkan atau jangka panjang yang diperlukan untuk memproduksi hasil (output) tertentu dalam keadaan teknologi tertentu dan seterusnya. Model ini berasumsi bahwa peubah tak bebas (Y) yang diharapkan dalam periode t (ܻ௧∗ ) tidak dapat diobservasi secara langsung. Hal ini mengakibatkan postulat Nerlove (1958) mengasumsikan hipotesis berikut: ܻ௧ − ܻ௧ିଵ = ߜ(ܻ௧∗ − ܻ௧ିଵ ) dimana: ܻ௧ − ܻ௧ିଵ = Perubahan nilai Y yang sebenarnya ܻ௧∗ − ܻ௧ିଵ = Perubahan nilai Y yang diharapkan ߜ = Koefisien penyesuaian (0 < ߜ ≤ 1) Persamaan di atas menjelaskan bahwa perubahan sebenarnya dalam stok model suatu periode waktu tertentu t adalah fraksi ߜ = 1, ini berarti bahwa stok model yang sebenarnya sama dengan stok yang diinginkan, yaitu stok model yang sebenarnya menyesuaikan diri dengan stok yang diharapkan dalam periode waktu
4
yang sama. Tetapi jika ߜ = 0 ini berarti tidak ada perubahan apapun karena stok yang sebenarnya pada saat t sama seperti yang diamati pada periode waktu sebelumnya. Khususnya ߜ diharapkan terletak antara kedua ekstrim ini karena penyesuaian terhadap stok model yang diharapkan nampaknya akan tidak sempurna karena kekakuan, kelambanan yang bersifat kontras dan seterusnya. Dalam regresi linier berganda, Partial Adjustement Model (PAM) berguna untuk mengamati pengaruh jangka pendek dan jangka panjang dari peubah tak bebas (dependent) terhadap satu unit perubahan pada nilai peubah bebas (independent). Berdasarkan uraian di atas penulis tertarik untuk mengkaji permasalahan tersebut dalam tugas akhir, selanjutnya diberi judul “ANALISIS FAKTORFAKTOR YANG MEMPENGARUHI INFLASI DENGAN ANALISIS REGRESI MELALUI PENDEKATAN PARTIAL ADJUSTMENT MODEL (PAM)”.
1.2
Rumusan Masalah
Berdasarkan latar belakang permasalahan, dapat dirumuskan sebagai berikut: 1. Bagaimana kajian teoritik dari Partial Adjustment Model (PAM)? 2. Bagaimana penerapan Partial Adjustment Model (PAM) dalam menganalisis faktor-faktor yang mempengaruhi tingkat inflasi di Indonesia? 3. Seberapa besar pengaruh peubah kurs, jumlah uang beredar dan tingkat suku bunga dan inflasi periode sebelumnya terhadap tingkat inflasi di Indonesia? 4. Seberapa besar pengaruh jangka pendek dan jangka panjang dari peubah bebas terhadap inflasi di Indonesia?
5
1.3
Tujuan Penulisan
Adapun tujuan penulisan tugas akhir ini adalah: 1. Mengetahui dan memahami kajian teoritis Partial Adjustment Model (PAM). 2. Dapat menggunakan pendekatan Partial Adjustment Model (PAM) dalam menganalisis faktor-faktor yang mempengaruhi tingkat inflasi di Indonesia. 3.
Menganalisis seberapa besar pengaruh peubah kurs, jumlah uang beredar dan tingkat suku bunga dan inflasi periode sebelumnya terhadap tingkat inflasi di Indonesia.
4.
Menganalisis seberapa besar pengaruh jangka pendek dan jangka panjang dari peubah bebas terhadap inflasi di Indonesia.
1.4
Manfaat Penulisan Memberikan sumbangan pada perkembangan teori statistika maupun
aplikasinya yang banyak dipakai oleh pengguna statistika dari berbagai disiplin ilmu seperti ekonomi, kedokteran dan teknik.
1.5
Sistematika Penulisan Penyusunan tugas akhir ini akan dikemas dalam sistematika penulisan
sebagai berikut: BAB I
: PENDAHULUAN Pada Bab ini berisi tentang latar belakang masalah, rumusan masalah, tujuan penulisan, manfaat penulisan serta sistematika penulisan.
6
BAB II
: LANDASAN TEORI Menjelaskan teori-teori utama dan teori-teori pendukung yang berkenaan dengan masalah yang ingin dikaji.
BAB III
: PARTIAL ADJUSTMENT MODEL (PAM) Menjelaskan tentang PARTIAL ADJUSTMENT MODEL (PAM)
BAB IV
: STUDI KASUS Aplikasi pada data serta membahasnya dengan menggunakan teori yang telah dikaji pada Bab-Bab sebelumnya.
BAB V
: PENUTUP Pada Bab ini disajikan penafsiran atau pemaknaan berupa kesimpulan terhadap hasil yang telah diperoleh dan beberapa saran penulis.
DAFTAR PUSTAKA LAMPIRAN RIWAYAT HIDUP
